Most akkor mi van? Érti?

> > Az MI szöveget generál, mondod.

> Szerinted az ember mit csinál, amikor ír, vagy beszél? Ugyanezt.

Nem teljesen. Az ember sokféle módon ír, beszél. A legtöbbször van érzékszervi tapasztalatokból származó tudása, ebből szintetizál tudást. Valójában valós dolgokból képez fogalmakat, valós, megtapasztalt történések közötti összefüggésből tényleges, fizikai természetű képet alakít ki, és ezt fordítja le utána szavakra, mondatokra.

Mondjuk látott már embert almát enni, látta, hogy egy óra múlva, meg egy nap múlva sincs semmi baja. Tudja mi az a mérgezés, hogy mivel jár, így látja maga előtt az embert, aki almát eszik – vannak ilyen valós, konkrét tapasztalatai is – és látja a jövőbeli énjét, aki nem mutatja a mérgezés tüneteit. Ehhez keres aztán szavakat, és írja le végül, hogy „az alma nem mérgező”.

De amúgy nem mindig ez történik. Határeset például a bemagolt tudás. „Törttel úgy osztunk, hogy a reciprokkal szorzunk”. Nem érti, hogy miért, de megtanulta, hogy így kell, és még alkalmazni is tudja. De itt már felvetődik a kérdés, hogy tényleg érti-e azt, amit mond.

És az embernél is működik az, ahogy a LLM tulajdonképpen dolgozik. Ha azt mondom neked: „Ekete pekete cukota pé”, akkor rá fogod vágni, hogy „Ábel-bábel dominé”. Anélkül, hogy értenél az egészből egy árva kukkot is. Egyszerűen csak megtanultad, hogy az ezen szóláncban az általam kimondott szavakat az általad kimondott szavak szokták követni. Lehet, hogy jól mondod, de nem érted mit mondasz. Amúgy ha figyelmesen vizsgálod magad vagy másokat, ki fog derülni, hogy sokkal több ilyen eset van, mint gondolnád, mikor használsz pl. egy idegen szót vagy hagyományos szófordulatot, amit valójában nem értesz, de különböző szövegkontextusból elsajátítottad, hogy milyen esetekben szokták használni. Használod, jól használod, de nem biztos, hogy érted, hogy mit jelent, hogy valaki botcsinálta, hogy léhűtő, hogy ki is tulajdonképpen az a piszi, aki hiszi.

A ChatGPT minden szót így kezel. Csak mivel nagyban csinálja, így az általa generált szövegek az ember számára értelmesnek *tűnnek*.

> Ez végletes leegyszerűsítése a dolognak.

Igen. Azért leegyszerűsítés, mert számos olyan folyamat van, ami finomítja a választ. Pl. a az előzmények ismerete. Ha csak egy „és milyen színű” kérdést teszel fel, az önmagában nem értelmezhető, de ha tudod, hogy az eddigi beszélgetés a banánról szólt, akkor megvan a megfelelő kontextus. Az is extra, hogy mikor a banánról kérdezel, akkor a ChatGPT képes felismerni azt, hogy ez a szó szorosan kapcsolódik a gyümölcs szóhoz, így a gyümölcsre vonatkozó összefüggéseket is használja. Az is extra, hogy ellenőrzi a kérdést és a generált választ, hogy azok megfelelnek-e a moderálási irányelveknek. Meg még számtalan kisebb-nagyobb extra kört fut a válasz generálása során, de a válasz generálásának a gerince az a válaszban következő szavaknak a statisztikai, valószínűségi alapon történő előrejelzése.

> Egy hatalmas nagy butaság.

Nem. Lényegileg pontosan ez történik. Az más kérdés, hogy vannak további extrák a működésben, de a működésének ez az alapja.

> Ha megkérdezem a pre-trained, LLM-et, hogy milyen szinű a banán, akkor statisztikai alapon fogja nekem azt válaszolni, hogy ...

> Mit is?

Azt, hogy sárga. Mert a betanításul szolgáló adatokban mikor a „Milyen” szót a „szín” majd az „ű”, majd az „a”, majd a „banán” szó vagy szótöredék, végül a „?” követett, akkor a legvalószínűbb következő szó a „sárga” lesz. Ugyan a „zöld” vagy a „barna” is előfordult a betanításul szolgáló különböző szövegekben, de a „sárga” szó jóval gyakrabban, így jóval nagyobb eséllyel a „sárga” szó lesz az, ami egy helyes válaszban következni fog, jelentsen az bármit is. Pont úgy, mint mikor az „ekete” szót a „pekete”, majd a „cukota” követi, akkor a leggyakrabban a „pé” szó következik. Jelentsen az bármit is.

~ ~ ~

De kérdezd meg a ChatGPT-t magát is. Mondjuk ő részletes választ fog adni, de hadd ragadjak ki ebből néhány a ChatGPT különböző válaszaiban leírt részletet:

„Amikor a modell választ ad egy kérdésre, akkor a tanított hálózat segítségével generálja a választ. A bemenetként kapott szöveg alapján a modell végigmegy a rétegeken, hogy létrehozza a legvalószínűbb folytatást vagy választ.”

„A modell nem egy konkrét választ ad, hanem valószínűségi eloszlásokat készít a lehetséges következő szavakról vagy mondatokról. Az algoritmus kiválasztja a legvalószínűbb szavakat, mondatokat, hogy folyékony és koherens választ alkosson.”

„Amikor a modell válaszokat generál, statisztikai valószínűségeket rendel a lehetséges következő szavakhoz. A modell megjósolja, hogy mely szavak vagy kifejezések a legvalószínűbbek az adott kontextusban. Például, ha a felhasználó egy kérdést tesz fel, a modell statisztikai alapon dönti el, hogy mely válaszok a legmegfelelőbbek.”

~ ~ ~

Végül egy teljes válasz a ChatGPT-től:

Én> A ChatGPT érti a szavak jelentését?

ChatGPT> A ChatGPT nem érti a szavak jelentését ugyanúgy, mint egy ember. Ehelyett a szavak közötti kapcsolatok statisztikai mintázatai alapján generál válaszokat. Íme egy részletesebb magyarázat:

1. Statisztikai mintázatok: A ChatGPT hatalmas mennyiségű szöveges adatból tanul, amely lehetővé teszi számára, hogy statisztikai mintázatokat ismerjen fel a szavak és kifejezések között. Például, ha gyakran látja, hogy egy adott szó egy másik szó mellett fordul elő, akkor valószínűleg ezek valamilyen módon összefüggnek.

2. Kontekstuális megértés: A modell képes felismerni a kontextust és ennek megfelelően válaszolni. Például, ha egy kérdésben az "alma" szó szerepel, akkor a modell valószínűleg felismeri, hogy ez egy gyümölcs, és releváns információkat szolgáltat róla, de ez a felismerés a statisztikai gyakoriságokon alapul, nem pedig a szó emberi értelemben vett megértésén.

3. Szóvektorok: A modell úgynevezett szóvektorokat használ, amelyek numerikus reprezentációi a szavaknak. Ezek a vektorok magukban foglalják a szavak közötti kapcsolatokat és hasonlóságokat. Például a "kutya" és a "macska" szóvektorai közelebb lesznek egymáshoz, mint a "kutya" és a "asztal" szóvektorai, mert a kutya és a macska szavak gyakran hasonló kontextusban fordulnak elő.

4. Embeddings: A modell által használt szavak és kifejezések jelentését numerikus formában, úgynevezett "embeddingek" formájában tárolja. Ezek az embeddingek lehetővé teszik a modell számára, hogy hasonlóságokat és különbségeket találjon a szavak között, és megfelelő válaszokat generáljon.

5. Nincs tudatos megértés: Bár a modell képes nagyon meggyőző és kontextuálisan megfelelő válaszokat adni, ez nem jelenti azt, hogy tudatosan értené a szavak jelentését. Minden válasza statisztikai és valószínűségi alapon történik, nem pedig valós megértés alapján.

Összességében tehát a ChatGPT képes nagyon pontos és releváns válaszokat adni a szöveges adatokból tanult statisztikai mintázatok alapján, de ez nem azonos a szavak emberi értelemben vett megértésével.

azt latom kerdezo hogy te gepi agyi szinten vagy omlengeseid es igy masok szinten omlengo kifejteseit mar vegul olvasni se birtam

csak meg akartam jegyezni szoval hogy azt latom te a gepek oldalara fogsz allni ha lesz ilyen ellentet

ami szamunkra ember parti emberekre nem tul jol eso dolog

Xy4

Ammúgy vicces mennyire meg tud vezetni embereket a chatgpt :D

Bár az is lehet, hogy troll az illető, az is elég vicces lenne.